ПРИМЕНЕНИЕ ТЕОРИИ ЗОНЫ БЛИЖАЙШЕГО РАЗВИТИЯ ДЛЯ ПЕРСОНАЛИЗАЦИИ ОБУЧЕНИЯ В ВУЗАХ С ИСПОЛЬЗОВАНИЕМ ИИ

APPLICATION OF THE THEORY OF THE ZONE OF PROXIMAL DEVELOPMENT TO PERSONALISING LEARNING IN HEI USING AI

Ayagul Ormanova

master’s student, Department of Computational and Data Science, Astana IT University,

Kazakhstan, Astana

АННОТАЦИЯ

В статье исследуется влияние искусственного интеллекта (ИИ) на образовательный процесс с учетом концепции "Зоны ближайшего развития" (ЗБР). Проведен опрос среди студентов и преподавателей для изучения их отношения к ИИ и степени его использования в обучении. Результаты показывают, что большинство студентов положительно оценивают помощь ИИ, особенно в изучении более сложных материалов и организации учебного процесса. Дополнительно проведен контент-анализ образовательных платформ, таких как Course Hero, Socrat и MathGPTPro, чтобы выявить их возможности и ограничения. Исследование подтверждает важность ИИ в поддержке студентов на различных этапах обучения и предлагает рекомендации по его эффективной интеграции в образовательные программы.

ABSTRACT

This article examines the impact of artificial intelligence (AI) on the educational process in relation to the concept of the "Zone of Proximal Development" (ZPD). A survey was conducted among students and educators to assess their attitudes toward AI and the extent of its usage in learning. The results show that most students view AI positively, especially in studying more complex materials and organizing their learning process. Additionally, a content analysis of educational platforms such as Course Hero, Socrat, and MathGPTPro was conducted to identify their capabilities and limitations. The study confirms the importance of AI in supporting students at various learning stages and provides recommendations for its effective integration into educational programs.

Ключевые слова: искусственный интеллект; образовательный процесс; зона ближайшего развития; адаптивное обучение; ИИ-платформы; мотивация студентов; эффективность обучения.

Keywords: artificial intelligence; educational process; zone of proximal development; adaptive learning; AI platforms; student motivation; learning effectiveness.

1. ВВЕДЕНИЕ

Современное образование всё чаще использует новейшие технологи   и для повышения качества учебного процесса. Одним из наиболее перспективных направлений является внедрение искусственного интеллекта (ИИ), который позволяет создавать персонализированные системы обучения, адаптированные к потребностям студентов. Важную роль в данном процессе играет концепция "Зоны ближайшего развития" (ЗБР), предложенная Л.С. Выготским [1]. ЗБР описывает тот уровень знаний и навыков, которые студенты могут освоить только с внешней поддержкой, например, со стороны преподавателя или современных цифровых инструментов.

В условиях всё более активного применения ИИ в образовательных процессах, исследование того, как ИИ может поддерживать студентов в рамках их ЗБР, становится особенно актуальным. Такие технологии открывают новые возможности для персонализации учебного процесса, предлагая индивидуальную помощь в моменты, когда студент сталкивается с темами, которые превосходят его текущие знания [2]. Однако недостаточно изучено, насколько студенты готовы активно использовать эти технологии, а также как они воспринимают их интеграцию в учебный процесс вузов.

Целью данного исследования является изучение того, каким образом ИИ может содействовать обучению студентов в вузах, особенно в их ЗБР, и анализ отношения студентов к ИИ-инструментам, применяемым в образовательной практике. Основные исследовательские вопросы:

1. Какие ИИ-инструменты студенты используют в процессе обучения и насколько активно они применяются?
2. Как ИИ способствует поддержке студентов в их ЗБР, помогая осваивать сложные темы?
3. Как студенты относятся к использованию ИИ преподавателями для оценки знаний и подбора учебных материалов?

Данное исследование поможет понять, каким образом ИИ можно эффективно интегрировать в образовательный процесс вузов, чтобы поддержать студентов в преодолении сложных учебных вызовов и улучшить их образовательный опыт.

2. ЛИТЕРАТУРНЫЙ ОБЗОР

2.1 ЗБР и её применение в образовании

Концепция "Зоны ближайшего развития" (ЗБР), разработанная Л.С. Выготским [1], представляет собой центральный элемент в понимании процесса обучения и развития. Выготский определял ЗБР как уровень, на котором обучаемый может усвоить новые знания и умения с помощью более опытного наставника. Это взаимодействие между студентом и педагогом способствует формированию и развитию необходимых навыков для самостоятельного обучения. Как отмечают Ю.Е. Калугин и Т.В. Дубынина, ЗБР не статична; авторы предлагают расширенную модель, включая "Зону Вариативного Развития" (ЗВР) и "Зону Репродуктивной Самостоятельности", что подчеркивает важность условий изучения и самостоятельной работы [3].

В контексте образовательной практики современное применение данной концепции открывает новые горизонты, особенно в условиях цифровизации обучения. Современные исследования подтверждают, что концепция ЗБР продолжает развиваться и адаптироваться к условиям цифрового обучения. В статье В.К. Зарецкого рассматриваются разные интерпретации ЗБР и её методологические функции. Автор подчеркивает, что это понятие вышло за рамки детской психологии и стало применяться в области взрослого образования и психотерапии, что свидетельствует о важности ЗБР как инструмента для анализа и построения оптимальных условий для обучения [4]. Аналогично, исследования С.Е. Башмаковой подтверждают использование ЗБР как диагностического инструмента, позволяющего оценивать обучаемость и учитывать индивидуальные особенности студентов в процессе обучения [5]. Таким образом, современные исследования подтверждают актуальность концепции ЗБР в цифровом образовании.

2.2 Влияние ИИ на персонализированное обучение в ВУЗах

Переходя к теме влияния технологий на образовательный процесс, стоит отметить, что персонализированные обучающие траектории, управляемые искусственным интеллектом, могут значительно повышать академическую успеваемость, вовлеченность и удержание учащихся. В статье "Personalized Learning Paths: Adapting Education with AI-Driven Curriculum" утверждается, что ИИ способен адаптировать учебные программы под индивидуальные потребности студентов, учитывая их стили обучения [6]. Данное исследование подчеркивает необходимость более глубокого понимания долгосрочных последствий внедрения таких технологий.

Важно отметить, что подобные технологии находят применение не только в управлении обучением, но и в специфических областях, таких как преподавание языков. В статье "Generative AI and AI Tools in English Language Teaching and Learning" исследуется эффективность генеративного ИИ, как ChatGPT. Технологии способствуют вовлеченности студентов и предоставляют персонализированные подходы к обучению, что согласуется с концепцией ЗБР. Учителя отмечают, что такие инструменты помогают лучше понять сильные и слабые стороны учащихся, что улучшает процесс обучения [7].

Дополнительно, чат-боты рассматриваются как эффективный инструмент для масштабирования наставничества. В своей работе Ньюман утверждает, что они могут обеспечить индивидуальную поддержку и обратную связь для студентов, адаптируясь к их потребностям, что в свою очередь способствует более эффективному обучению [2].

2.3 Роль учителя в эпоху ИИ и адаптивного обучения

Однако, с развитием технологий неизбежно возникает вопрос о переосмыслении роли учителя. Важным аспектом внедрения ИИ в образование является пересмотр этой роли. Статья Т. Чичекиана подчеркивает, что учителя должны активно участвовать в разработке и внедрении ИИ, чтобы обеспечить его этичное использование [8]. Работа "Технология адаптивного обучения в зоне ближайшего развития" рассматривает, как тьюторская позиция преподавателя может быть реализована через адаптивное обучение, подчеркивая важность индивидуальных образовательных траекторий [9].

Более того, для успешного внедрения ИИ необходимо разрабатывать четкие правила и политику. Исследование С. Чан показывает, что осознание рисков и преимуществ использования ИИ важно, как для студентов, так и для преподавателей, что подтверждает необходимость подготовки для ответственного использования технологий [10].

2.4 Мотивация студентов и генеративный ИИ

Переходя к мотивации студентов, стоит отметить, что исследование Хмуда и др. рассматривает, как использование ChatGPT влияет на мотивацию студентов. Авторы отмечают, что взаимодействие с инструментом повышает удовлетворение от результатов и стимулирует любознательность [11].

Тем не менее, важно учитывать риски и ограничения использования ChatGPT. Студенты выражают опасения по поводу достоверности информации и возможности списывания. Эти вопросы поднимают важные проблемы о зависимости студентов от ИИ и возможности снижения аналитических способностей [11]. Как и в других исследованиях, необходимо обучать студентов критически оценивать информацию, получаемую от ИИ [6; 7].

Таким образом, внедрение ChatGPT требует не только использования технологий для повышения мотивации, но и обучения критическому мышлению, что создает основу для долгосрочного развития студентов [11].

2.5 Этические и практические аспекты применения ИИ в образовании

Завершая обсуждение, стоит акцентировать внимание на этических и практических аспектах применения ИИ в образовании. ИИ обладает значительным потенциалом для обогащения образовательного процесса. Как отмечает М. Рисс, ИИ может способствовать персонализации обучения и адаптации учебных материалов под индивидуальные потребности студентов [12]. Однако он подчеркивает, что ИИ не должен заменять учителей, а должен дополнять их работу, сохраняя важность человеческого взаимодействия.

Вместе с тем, этические вопросы, возникающие при использовании ИИ, становятся все более актуальными. Как указывают Л. Кёбис и К. Мехнер, внедрение ИИ требует соблюдения правовых норм и глубокого понимания этических принципов [13]. Важно обеспечить техническую надежность и безопасность, что требует диалога между специалистами в области ИИ и педагогами. Наконец, авторы также обсуждают конфликты между этическими принципами, такими как принцип "заботы" о студенте и принцип "справедливости", что создает сложности в практическом применении ИИ [13]. Прозрачность алгоритмов и использование данных студентов становятся критически важными для обеспечения этичного подхода. Таким образом, несмотря на потенциал ИИ для трансформации образования, его внедрение требует тщательного анализа. Важно использовать ИИ как инструмент, дополняющий работу учителей и способствует равному доступу к технологиям, а также формированию критического мышления у студентов [12].

3. МЕТОДОЛОГИЯ

В рамках данного исследования была разработана методология, включающая опрос студентов и преподавателей, а также контент-анализ существующих инструментов ИИ в образовании. Эти методы позволяют глубже понять влияние ИИ на учебный процесс и его связь с концепцией ЗБР.

3.1 Опрос среди студентов и преподавателей

Для сбора данных был проведен опрос, в котором приняли участие 30 студентов бакалавриата и магистратуры. Опрос проводился с использованием платформы Google Forms. Вопросы охватывали следующие аспекты:

• Использование ИИ-инструментов для создания учебных планов и организации обучения;
• Обращение к ИИ за помощью в понимании учебного материала;
• Эффективность использования ИИ в учебном процессе, в том числе в "Зоне ближайшего развития";
• Влияние ИИ на мотивацию к обучению;
• Отношение к использованию ИИ преподавателями для оценки знаний и подбора учебных материалов.

Этот опрос позволяет получить как количественные, так и качественные данные о восприятии и использовании ИИ в обучении, что является важным для понимания его роли в образовании.

3.2 Контент-анализ ИИ-платформ

В дополнение к опросу был проведен контент-анализ существующих платформ, использующих ИИ в образовательных целях. В частности, анализировались следующие платформы:

• Course Hero: Платформа, предоставляющая помощь в выполнении домашних заданий с использованием ИИ.
• Socrat: Инструмент, который помогает учителям организовать занятия и управлять заданиями.
• MathGPTPro: ИИ-репетитор по математике, который предлагает решения математических задач с высокой точностью.

Анализ этих платформ позволяет выявить, как ИИ способствует обучению и адаптации к уровню знаний студентов, а также какие инструменты наиболее эффективны в поддержке их "Зоны ближайшего развития".

Таким образом, предложенная методология сочетает в себе опрос и контент-анализ, что позволяет создать комплексное представление о влиянии ИИ на образовательный процесс и его связи с концепцией ЗБР.

4. РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

В этом разделе представлены результаты опроса среди студентов и преподавателей, а также результаты контент-анализа образовательных платформ, использующих искусственный интеллект. Эти данные помогают проанализировать влияние ИИ на образовательный процесс и его интеграцию в обучение с учетом концепции "Зоны ближайшего развития".

4.1 Результаты опроса

Исследование, в котором приняли участие 30 студентов разных специальностей и уровней обучения, показало, что использование ИИ в учебном процессе имеет различные уровни вовлеченности. Менее половины студентов активно применяют ИИ-инструменты для организации обучения, тогда как около 40% не используют их вовсе, а остальные время от времени прибегают к таким технологиям.

Что касается помощи в изучении учебного материала, почти все участники опроса используют ИИ, преимущественно обращаясь к чат-ботам, таким как ChatGPT. Более трети также полагаются на персонализированные образовательные платформы (рис. 1).

Рисунок 1. Наиболее используемые ИИ инструменты

Большинство студентов отметили, что ИИ является полезным инструментом для обучения и помогает изучать материалы, которые чуть сложнее их текущего уровня знаний, то есть в их ЗБР (рис. 2). Также ИИ способствует нахождению дополнительных учебных ресурсов: две трети студентов регулярно используют его для этой цели и успешно получают дополнительные материалы и информацию. В свободных ответах студенты упомянули, что ИИ содействует в написании проектных работ, создании презентаций, кодировании, анализе данных и подготовке к экзаменам, а также предоставляет рекомендации по изучению сложных тем.

Рисунок 2. Помощь ИИ инструментов в изучении тем в ЗБР студентов

На вопрос о мотивации, вызванной ИИ, мнения студентов разделились: около половины отмечают положительное влияние на мотивацию, ещё треть занимают нейтральную позицию, а небольшой процент полагает, что ИИ снижает их мотивацию.

Рисунок 3. Доверие студентов ИИ инструмент, применяемых для оценки успеваемости и подбора заданий

Что касается отношения студентов к использованию ИИ преподавателями, 53,3% высказывают положительное мнение о применении ИИ для оценки знаний студентов и предоставления персонализированных материалов, почти треть занимают нейтральную позицию, а 16,7% относятся к этому скептически. Доверие к ИИ-инструментам для оценки успеваемости варьируется: 33,3% студентов полностью доверяют таким инструментам, 40% выражают умеренное доверие, а четверть студентов вовсе не доверяют (рис. 3).

Большинство респондентов считают, что ИИ был бы эффективным для подбора учебных материалов, соответствующих их индивидуальным потребностям, а 13,3% высказали отрицательное мнение. В открытых ответах студенты предложили разнообразные идеи для использования ИИ в образовании, такие как адаптивные задания, визуальные объяснения сложных концепций, анализ успеваемости, создание адаптивных тестов и предоставление ИИ-менторов для поддержки студентов в процессе обучения.

4.2 Контент-анализ образовательных платформ

Анализ платформ, таких как Course Hero, Socrat и MathGPTPro, выявил ряд преимуществ и недостатков, связанных с использованием ИИ в образовании. В таблице 1 представлены основные функции, преимущества, недостатки и как они интегрировали ИИ в платформу (табл. 1).

Таблица 1.

Контент анализ образовательных платформ использующих ИИ

4.3 Обсуждение результатов

Результаты проведенного опроса показывают, что искусственный интеллект все более активно внедряется в образовательный процесс, и его использование приносит значительные преимущества как для студентов, так и для преподавателей. Более 70% студентов обращаются к ИИ за помощью в изучении материала, и подавляющее большинство из них отмечает его положительное влияние на понимание учебного материала и развитие навыков. Это подтверждает гипотезу о том, что ИИ может служить эффективным инструментом поддержки в образовательной среде, особенно в контексте теории "Зоны ближайшего развития".

Одним из ключевых результатов является то, что значительное число студентов (76,7%) считает, что ИИ помогает им изучать материалы, которые чуть сложнее их текущего уровня знаний. Это указывает на потенциал ИИ в роли помощника для студентов, обеспечивая им доступ к материалам и заданиям, соответствующим их индивидуальным потребностям и уровням подготовки. Однако существует 40% студентов, которые не используют ИИ для организации учебного процесса, что свидетельствует о необходимости повышения осведомленности о возможностях ИИ и преимуществах в обучении.

4.4 Рекомендации

Для эффективного внедрения искусственного интеллекта в образовательный процесс важно учитывать концепцию "Зоны ближайшего развития". Рекомендуется организовать обучение для студентов и преподавателей, чтобы они могли осознанно использовать ИИ-инструменты для решения практических задач. Необходимо интегрировать ИИ в учебные программы, что позволит студентам изучать более сложные материалы с поддержкой технологий. Разработка адаптивных образовательных платформ поможет персонализировать обучение, а регулярный мониторинг эффективности ИИ-инструментов обеспечит их оптимальное применение. Формирование доверия к ИИ через прозрачность и объяснения его работы создаст основу для успешного взаимодействия с этими технологиями.

5. ЗАКЛЮЧЕНИЕ

Проведенное исследование подтвердило, что ИИ значительно влияет на образование, помогая студентам осваивать материалы, которые чуть сложнее их текущего уровня, что соответствует концепции ЗБР. Большинство студентов положительно оценивают помощь ИИ в организации обучения, поиске учебных ресурсов и выполнении заданий.

Контент-анализ образовательных платформ, таких как Course Hero, Socrat и MathGPTPro, показал их уникальные возможности и ограничения. Студенты также положительно относятся к использованию ИИ преподавателями, особенно в оценке знаний и персонализации материалов, хотя уровень доверия к этим инструментам разнится, что подчеркивает важность прозрачности и объяснимости работы ИИ для создания доверия к этим технологиям.

Основываясь на результатах исследования, можно рекомендовать интеграцию ИИ в учебные программы, проводить обучение для эффективного его использования и развивать адаптивные платформы. Применение ИИ в образовании имеет потенциал для значительного улучшения качества обучения и повышения уровня вовлеченности студентов, когда используется осознанно и в соответствии с их индивидуальными потребностями.

Список литературы:

1. Выготский Л.С. Мышление и речь. Собр. соч.: в 6 т. Том 2. М.: Педагогика. – 1982. –361 с.
2. Neumann A.T, Arndt T., Köbis L., Meissner R., Martin A., de Lange P., Pengel N., Klamma R., Wollersheim H-W. Chatbots as a Tool to Scale Mentoring Processes: Individually Supporting Self-Study in Higher Education // Frontiers in Artificial Intelligence. – 2021. – Vol. 4.
3. Калугин Ю.Е. Дубынина Т.В. О слоях зоны ближайшего развития // Приволжский научный вестник. – 2014. – Т. 3 № 31. – С. 95–97.
4. Зарецкий В.К. Зона ближайшего развития: эволюция понятия // Культурно-историческая психология. – 2024. – Т. 20 № 3. – С. 45–57.
5. Башмакова С.Е. Исследования зоны ближайшего развития ребенка в отечественной и зарубежной психологии // Культурно-историческая психология. – 2011. – Т. 7 № 4. – С. 17–22.
6. Thimmanna, Sharma A.V.N.S., Naik M.S., Radhakrishnan S., Sharma A. Personalized Learning Paths: Adapting Education with AI-Driven Curriculum // European Economic Letters. – 2024. –  Vol. № 1. – P. 31–40.
7. Ghimire P., Neupane B. Dahal N. Generative AI and AI Tools in English Language Teaching and Learning: An Exploratory Research // English Language Teaching Perspectives. – 2024. – № 9. – P. 30-40.
8. Chichekian T., Benteux B. The potential of learning with (and not from) artificial intelligence in education // Frontiers in Artificial Intelligence. – 2022. – Vol.5.
9. Каплунович С.М., Каплунович И.Я. Технология адаптивного обучения в зоне ближайшего развития как один из путей реализации тьюторской позиции преподавателя ВУЗа // Гуманитарные науки. – 2021. – Т. 2 № 54. – С. 38–44.
10. Chan C. A comprehensive AI policy education framework for university teaching and learning // International Journal of EducationalTechnology in Higher Education. – 2023. – Vol. 20. № 1.
11. Hmoud M., Swaity H., Hamad N., Karram O., Daher W. Higher Education Students’ Task Motivation in the Generative Artificial Intelligence Context: The Case of ChatGPT // Information. – 2024. – Vol. 15. № 1.
12. Reiss M.J. The use of AI in education: Practicalities and ethical considerations // London Review of Education. – 2021. – Vol. 19. № 1. – P. 1–14.
13. Köbis L., Mehner C. Ethical Questions Raised by AI-Supported Mentoring in Higher Education // Frontiers in Artificial Intelligence. – 2021. – Vol. 4.